前阵子 Karpathy 分享了他用 AI 搭建个人知识库的方法论 真的太火了！OpenClaw 昨天直接跟进发布了 memory-wiki 插件，研究了一下 分享一些心得

用 AI 久了会遇到一个问题：
它记得的东西越来越多，但你不知道哪条可信、哪些互相矛盾、哪些早就过时了。本质上就是一堆乱糟糟的 Markdown 文件

memory-wiki 解决的就是这个，它不替换原有的 memory 系统，而是在上面加一层编译过的知识库。普通 memory 更像日记和碎片笔记，memory-wiki 更像一个持续维护的知识库：

- 每条知识带置信度、来源、矛盾标注，Agent 读的是结构化数据
- 内置健康检查，跑一下 wiki lint 就知道哪些内容有矛盾、哪些页面过时了
- 自动生成的 dashboard 包括 open questions、contradictions、low confidence、stale pages，知识库健不健康一目了然

两种用法，适合不同场景：

1. isolated 模式，完全独立
把你自己的笔记、调研、文档 ingest 进去，就是一个私人 AI 知识库
跟对话记忆完全分开，由你主动维护

2. bridge 模式，叠加在现有系统上
如果你已经有跑着的 memory 系统，bridge 会自动把它的产物编译成 wiki
不用额外维护，继续保留当前体系，额外得到结构化能力

简单来说，isolated 是「我的私人知识库」，bridge 是「现有记忆系统的升级层」

🔧 最小配置：

plugins.entries.memory-wiki:
enabled: true
config:
vaultMode: bridge # 已有 memory 系统选这个
# vaultMode: isolated # 想做独立知识库选这个
search.backend: shared
search.corpus: all
render.createDashboards: true
ingest.autoCompile: true

如果用 Obsidian，还可以直接在里面浏览所有内容。

我觉得对于对独立开发来说最实际的一个场景，比如三个月前做的竞品调研、产品决策、市场笔记，现在的 Agent 还能精准检索到，而且知道该不该信

有了这套机制后 记忆会越积越有价值，不会越积越乱